基于机器学习的苹果始花期预测

始花期的早晚是生长过程中气象因子累积对果树产生的影响。冬季果树休眠是一个需冷量到需热量的过程,研究了这一过程中气象因子对苹果果树始花期的影响并预测始花期。基于山西省吉县苹果物候数据和气象数据,研究三个时间段内（是否发生冻害、能否正常越冬和热量与水分需求）气温、湿度、地温、降水量和光照等气象因子对花期的影响程度,采用多元线性回归方法和组合方法,建立山西省吉县苹果果树始花期的预测模型。结果表明,在三个不同时间段内预测值与真实值的决定系数分别为：0.59、0.71和0.48。由于分析天数长短的不同,基于能否正常越冬建立的模型效果最好,其决定系数为0.71,分析天数最短的基于热量与水分需求时间段的模型决定系数最小,这表明预测过程中分析天数的选择不宜过小。使用组合方法模型的决定系数为0.78,比能否正常越冬时间段模型的0.71略有提升。同时预报模型可以在3月15日完成提前量至少为24 d的精准预测。     

承德县国光苹果始花期与气象因子的相关分析及预报模型

为准确做好承德县国光苹果始花期预测、发布花期风险预警,尽可能减轻花期灾害对苹果生产造成的不利影响,利用2010—2023年承德县国光苹果生育状况观测资料和同期地面气象观测数据,统计分析始花期与各气象因子之间的关系,结果表明：国光苹果始花期与1月上旬气温、3月下旬气温、3月下旬0 cm地温、浅层地温和4月上中旬地温、稳定通过≥10℃的初日、积温显著相关。挑选显著因子应用逐步回归方法建立预报模型,回代检验中始花期预报值与实际值相差0～2 d的准确率达83%,2022—2023年始花期预报值与实际值相差分别为3 d和1 d,所建立的预报模型可用于承德县国光苹果始花期的预报。     

西南冷凉高地苹果始花期预报方法研究

为有效防御花期低温冷害,提高苹果产量,更好地服务地方高原特色农业和经济社会发展,选择西南冷凉高地苹果种植区的云南昭通地区作为研究对象,开展苹果始花期预报方法研究。选用2010-2020年苹果始花期资料和同时期气象资料,对花期前的气温、积温、日照等气象因子进行相关性分析,利用逐步回归分析方法,建立单一气温、积温和多因子苹果始花期预报模型共6个,并对始花期开展预测和检验。结果表明:月平均气温和旬平均气温因子与始花期有很好的相关性,通过95%的显著性检验,且平均气温越靠近真实花期,其相关性越显著。通过计算并找出最小积温变异系数,可以确定下限温度(或称生物学零度)和积温时段。运用回代和预测两种方法进行检验表明,建立气温和积温的多因子预报模型,预报误差均小于3 d,而建立气温或者积温的单一因子预报模型,预报误差均大于3 d,多因子模型预报的苹果始花期更靠近真实花期。多因子预报模型提前预测时间可达1周左右,在预防苹果花期低温冷害和提高苹果质量方面起到积极作用。     

三门峡红富士苹果始花期预测模型研究

为了提高三门峡红富士苹果始花期预测水平和花期冻害防御能力,本研究分析了气象因子与苹果始花期之间的关系,依据不同数据组合,利用回归法建立了4种始花期预测模型。结果表明：3月中旬平均气温、下旬平均气温、3月平均气温、≥0℃积温、≥3℃活动积温和有效积温、≥5℃活动积温和有效积温与始花期呈明显的负相关;<0℃积温与始花期呈明显正相关。降水量、日照时数与始花期之间相关性差。通过模型检验,基于≥3℃活动积温和<0℃积温模型作为最优始花期预测模型。该模型可为当地苹果花节气象服务及指导花期冻害防御提供科学依据。     

基于辐热积的油菜始花期预报模型

为探索江苏省兴化市油菜花期的变化规律,研究其花期预报方法,助力兴化市开展千垛菜花节旅游活动,现利用2000—2019年兴化市油菜始花期观测资料和同期气象资料,分析油菜始花期的特征,构建基于辐热积(TEP)油菜始花期预报模型.结果表明,兴化市油菜平均始花期为3月17—18日(闰年为3月16—17日),始花期呈逐年提前...     

基于积温的枣庄地区石榴始花期预测模型初探

本文利用1982-1984年和1986-1988年枣庄市石榴花期物候观测资料与同期气象观测数据,筛选出影响石榴始花期的气象因子,建立了气温积温和地温积温两种预测模型.结果表明:(1)气温积温预测模型与地温积温预测模型在回代检验中误差均较小,检验效果良好.气温积温预测模型最小误差为1 d,最大误差为4 d,平均误差为2....     

油菜始花期追肥研究

油菜始花期施肥试验结果表明 ,油菜生产后期追肥能增产 10 9.2 % ,最佳经济施肥量N、P2 O5、K2 O依次为 80 .5、14 1.1、161.7kg/hm2 。根据追肥试验结果 ,生产养分含量 5 0 % (N、P2 O5、K2 O分别为 10 .4%、18.8%、2 0 .8% )的专用追肥于油菜始花期施用能达到省时、省工、经济效益高的效果。     

浅谈杂交水稻新组合制种花期预测和调节

在杂交水稻新组合制种上。由于区域不同，生育期也随之变化，播始历期把握不准，常常出现父母本抽穗扬花不同步，花期不遇。笔者根据多年杂交水稻制种的实践，就父母本花期预测与调节浅谈管见。     

大连地区大樱桃始花期预报模式研究

[目的]为准确预报大连地区大樱桃的始花期提供方法支持。[方法]通过分析始花期变化趋势与气候因子的相关性,筛选开花前的气象要素,寻找关键因子和关键期,建立了大连地区大樱桃始花期的统计预报模式。[结果]金州区晚熟大樱桃的平均始花期为4月21～22日,最早为4月14日,最晚为5月3日。1987～2009年间,始花期不稳定,日序数均方差高达24.0,与平均始花期相差7 d以上年份的比率高达22.7%。始花期与上年冬季及当年2～4月的各月平均气温负相关,与3、4月份平均气温负相关性最高。3、4月份平均气温每升高1℃,始花期提前5 d。利用3、4月份平均气温建立了始花期线性拟合方程,用该方程对1987～2009年大樱桃的始花期进行了预报试验,平均误差为1 d左右。[结论]该研究为预报大连地区大樱桃的始花期提供了方法支持。     

杂交高粱制种的花期预测及调节

分析了杂交高粱制种过程中导致父母本花期不遇的原因,提出花期预测的叶片观察法、幼雄穗观察法、叶龄预测法和生长锥解剖法等方法。针对父母本花期不遇,可以在播期、苗期、拔节孕穗期进行调节。以期对高粱杂交种生产起一定的指导作用。     

芒果亲本始花期分析与利用研究

[目的]为芒果杂交育种工作提供理论依据。[方法]研究广州甘蔗糖业研究所海南甘蔗育种场59个常用芒果亲本与32个亲本摘花处理后连续3年的始花期。[结果]结果表明,亲本的始花期具有遗传力较高的性状,广义遗传力达0．9514164。亲本的始花期年际间差异在4～26d,平均为9．6d。年际间变化在0～10d内（含10d）的占66．2％,在10～20d内（含20d）的占33．9％。32个亲本摘花处理后的始花期年际间最大差异在1～20d,同一品系在同年份较亲本的始花期可推迟15～21d。[结论]采用摘花技术可使早花品系与迟花品系的花期相遇,达到杂交的目的。     

鞍山市南果梨花期影响因子及始花期预报研究

南果梨是辽宁地理标志产品,花期观赏是待开发的旅游资源,开展花期预报服务有助于推动旅游业。利用2000—2022年鞍山气象资料和南果梨花期物候资料,基于相关分析和逐步回归方法,筛选相关气候因子建立始花期预报模型。结果表明：3月份气温是影响始花期主要因素,降水次之,光照影响不显著。鞍山南果梨始花期出现在4月中—下旬,当3月中旬平均气温<4.0℃、平均最高气温<9.0℃、3月中旬—4月上旬平均气温<6.0℃、平均最低气温<2.0℃时,始花期出现在4月下旬,反之在4月上旬;并且,气温每升高1℃,始花期提前2~3 d。通过逐步回归筛选出3月中旬的平均气温和平均最高气温、3月中旬—4月上旬平均气温、平均最高、最低气温及3月下旬—4月上旬降水量等6个因子,建立的始花期预报模型准确率为84.8%。运用相关指标和逐步回归模型,可预测鞍山南果梨开花始期,此方法可纳入专项气象预报服务中。     

库尔勒香梨盛花期预报模型初探

根据库尔勒市1981—2012年地面观测资料和香梨花期物候资料,分析库尔勒香梨盛花期与气象因子的相关性,采用逐步回归分析法确立对香梨盛花期作用显著的气象因素,建立香梨盛花期最优回归预测模型。结果表明,影响香梨盛花期的最优势相关气象因子是3月平均最高气温、4月至始花期平均气温与4月至始花期合计日照时数,利用所建模型对1981—2007年以及2008—2012年香梨盛花期进行回代和预报检验,效果均较好,此结果可用于指导库尔勒市香梨盛花期的预报。     

龙井市苹果梨始花期预报模型研究

利用延边龙井市1996—2016年苹果梨始花日期数据,通过分析苹果梨开花期日序数与1—4月每旬平均温度、降水、日照时数、20 cm地温、40 cm地温的相关关系,找出影响苹果梨始花期早晚的主要气象因子和关键时期,最终拟合出龙井市苹果梨始花日期预报模型,对模型的预报准确性进行验证,结果表明预报准确率满足业务要求。     

玉米制种花期不遇的原因及预测方法研究

根据玉米杂交制种科研实践,研究分析了玉米杂交制种过程中诸多导致花期不遇的因素,针对性的提出了叶龄预测法和可见叶、未出叶、幼雄穗分化观察法等花期预测的有效方法,对指导玉米制种生产和提高制种量具有重要意义。     

基于灰色关联下神经网络在南果梨始花期预报中的应用

为探寻更精确有效的南果梨始花期预报方法,采用灰色关联分析法确定与始花期关联较大的冬季气象因子,以此作为BP(Black Propagation)神经网络与RBF(Radial Basis Function)神经网络建模的输入因子并预测南果梨始花期,利用均方根误差(RMSE)和相对误差(RE)评价该模型的预测效果,同时对比与南果梨始花期显著相关的冬季气象因子建立逐步回归方程并进行回代后的预测结果。结果表明：（1）与南果梨始花期灰色关联较大的气象因子为冬季日均气温、日最高气温、日最低气温、日均相对湿度,关联度均在0.6以上,故将这4个因子作为BP和RBF神经网络模型的输入层来预测南果梨始花期;（2）与始花期显著相关的气象因子有日均气温、日均5 cm地温、日最低气温、日最高气温,相关系数分别为-0.646、-0.628、-0.638、-0.663,所建回归模型均通过了显著性检验且具有统计学意义;（3）BP和RBF方法建立的模型拟合精度总体上较接近;（4）基于灰色关联下BP神经网络和RBF神经网络预测结果误差分别为1 d和2.25 d,BP神经网络预测的开花日期更接近实际开花日期;（5）基于灰色关联下BP神经网络模型RMSE为1、RE为6.34%、R²为0.7,而RBF神经网络模型RMSE为2.25、RE为13.13%、R²为0.568。综上,灰色关联分析法建立的BP神经网络模型较RBF模型预测南果梨始花期更精确。